Gemini 4 Argon в 5 раз дешевле Fable: $2/$10 — AI-дайджест

Gemini 4 Argon в 5 раз дешевле Fable: $2/$10 — AI-дайджест

Google выпустила Gemini 4 Argon по $2/$10 за миллион токенов — в 5 раз дешевле Fable и Astra, но с неровным кодом; OpenAI и Two Sigma на AI Engineer New York разобрали, сколько свободы давать финансовым агентам.

Главное для вас сегодня: флагманская модель подешевела в пять раз, но одной «лучшей» модели по-прежнему нет — экономит тот, кто подбирает модель под задачу и сам решает, какие шаги агента проверять.

Главное сегодня

Gemini 4 Argon: $2/$10 за миллион токенов — в 5 раз дешевле Fable

Google выпустила Gemini 4 Argon — флагманскую модель по $2 за миллион входных и $10 за миллион выходных токенов.

Для сравнения: у Fable и Astra те же объёмы стоят $10 и $50, у Muse Wonder от Meta — $4 и $20. Я посчитал: $10 против $50 за миллион выходных токенов — в пять раз дешевле. Мэтт Вулф 13 октября 2026 года проверил Gemini 4 Argon на SVG, играх и физике, планировании и исследовательских задачах; подкаст The AI Daily Brief 14 октября 2026 года подвёл итог: отзывы о коде смешанные, визуальные демо впечатляют, а неожиданно сильной стороной модели оказались тексты.

Почему так: дешёвый флагман хорош не во всём одинаково, и ведущий подкаста NLW делает вывод — подбирать модель под каждую задачу важнее, чем выбирать одного победителя.

Что это значит: если вы платите за API из своего кармана, тексты и визуальные задачи стоит прогнать через Gemini 4 Argon — разница в пять раз заметна на любом объёме. Код я бы пока не переключал, пока не сверите результат на своих задачах.

Источники: Мэтт Вулф · The AI Daily Brief · Ben's Bites · наш выпуск от 11 октября

FilmCraft, EffectCraft и CADCraft: три редактора, которыми управляет агент

FilmCraft, EffectCraft и CADCraft — открытые аналоги Premiere Pro, After Effects и AutoCAD на Rust, в которых каждое действие доступно агенту.

FilmCraft — редактор монтажа, EffectCraft — моушн-графика, CADCraft — САПР для черчения. Каждое действие во всех трёх программах вызывается из командной строки (CLI), через JSON-канал управления и через MCP-сервер.

Почему так: MCP-сервер — это стандартный «разъём», через который ИИ-агент нажимает кнопки программы сам, без человека у мыши. Значит, монтаж или моушн-графику можно описать словами и отдать агенту целиком.

Что это значит: это инструмент для работы на заказ. Монтаж и изображения на рынке стоят $12–35 за работу, короткий ролик — $18–45 (лента заказов, 5 986 заказов за 4 месяца). Чем больше рутины в монтаже берёт агент, тем больше таких заказов помещается в день. Это рынок, а не обещание дохода. Все три программы уже лежат в разделе Open Source AI SKILLS.

Источники: FilmCraft · EffectCraft · CADCraft · Open Source AI SKILLS · прайс-лист

ChatGPT for Financial Services: «порог полезности» и прогноз на 2027 год

Глава ChatGPT for Financial Services в OpenAI Джозеф Ким заявил на AI Engineer New York 14 октября 2026 года, что финансовые аналитики скоро перейдут «порог полезности» и смогут отдавать агентам больше работы.

Порог полезности — это, по определению Кима, момент, когда модель становится достаточно способной и надёжной, чтобы экономить человеку время. Джозеф Ким прогнозирует, что в 2027 году финансовая отрасль будет меньше опираться на Excel и PowerPoint, а агенты станут достаточно хороши для генерации инвестиционных идей и трейдинга. Это прогноз, а не замер.

Почему так: в финансах нужно видеть, откуда взялось каждое число, поэтому проверку источников в ChatGPT for Financial Services сделали частью работы. Где оставлять человека, Ким называет вопросом продуктового дизайна.

Что это значит: финансистам и аналитикам граница доверия проходит по прослеживаемости: агенту можно отдать сбор и сверку, если видно источник каждой цифры, а одобрение решений — оставить за собой.

Источники: Latent Space · шаблоны автоматизаций AI SKILLS

Two Sigma: пять контролей для агентов вместо усталости от подтверждений

Старший вице-президент по архитектуре хедж-фонда Two Sigma Джон Феминелла показал на AI Engineer New York пять контролей, которые держат агентов в рамках, не ограничивая модели.

Контроли Two Sigma компонуемые: каждый делает одну работу, а вместе они дают агентам реальную автономию. Один из них — классификаторы автоматического режима: они сами решают рутинные вызовы и отправляют человеку только самые важные запросы. Для неоднозначных случаев Two Sigma применяет классификаторы, для очевидных — детерминированные правила. Anthropic на той же конференции предложила похожую схему: сначала контекст, затем границы доверия.

Почему так: усталость от подтверждений (approval fatigue) — это ситуация, когда человек одобряет каждое действие агента, тормозит работу и сам становится риском, потому что перестаёт вникать.

Что это значит: для тех, кто строит агентов: безопасность задаётся тем, где стоят контроли, а не их числом. Все добавляют кнопку «подтвердить» — считать надо, сколько подтверждений человек реально прочитает.

Источники: Latent Space

Leash Bio Minos: песочница для научных агентов на 6,5 млн молекул

Leash Bio 14 октября 2026 года выпустила Minos — среду, в которой ИИ-агенты занимаются проверяемым научным рассуждением, вместе с препринтом, блогом и открытым датасетом.

В песочнице, из которой вырос Minos, языковые модели искали лучшие молекулы-связыватели среди 6,5 млн молекул при бюджете в 100 проверок. Модель Hermes, обученная только на данных Leash Bio, по словам Иэна Куигли, держится наравне с Boltz на публичных бенчмарках. В программе по воспалению Leash Bio прошла путь от находки в DEL до хороших фармакокинетики и фармакодинамики у мышей за 6 месяцев.

Почему так: лаборатория в цикле (lab-in-the-loop) — это схема, в которой модель предлагает эксперимент, получает результат измерения и по нему выбирает следующий шаг. Данные ДНК-кодированных библиотек (DEL) дают десятки тысяч таких симуляций для обучения агента с подкреплением.

Что это значит: для технаря Minos — редкий открытый стенд, где ответ агента проверяется реальным лабораторным измерением, а не мнением другой модели.

Источники: Latent Space

Flourish 1: домашний робот за $3500 на Raspberry Pi, первая партия — 50 штук

Робот Flourish 1 стоит $3500, работает на Raspberry Pi и учится домашним делам, когда владелец показывает нужное движение телефоном.

Мэтт Вулф описал Flourish 1 14 октября 2026 года. Первая партия Flourish 1 — 50 штук, отправка запланирована на декабрь 2026 года. Вулф сравнивает Flourish 1 с ультрапродвинутым роботом за $20 000 — разница почти в шесть раз. На промышленном конце рынка Dyna-2.1 от Dyna Robotics 24 часа подряд складывала ресторанные салфетки с успехом 99,4%.

Почему так: Вулф связывает низкую цену с упором на практические задачи вместо эффектных функций. Но разрыв между демо и реальной работой в робототехнике по-прежнему измеряется надёжностью на длинной дистанции.

Что это значит: для технаря Flourish 1 — проверка, хватит ли Raspberry Pi для бытовых задач. До декабрьской отправки первым 50 покупателям это обещание, а не результат.

Источники: Мэтт Вулф · наш выпуск от 14 октября

Цифры и факты

Наша сводка: цена передовых моделей за миллион токенов на 15 октября 2026 года (по данным нашего выпуска от 11 октября и Ben's Bites).

МодельВход, $ за 1МВыход, $ за 1МВыход дороже Argon
Gemini 4 Argon210—
Muse Wonder420в 2 раза
Fable1050в 5 раз
Astra1050в 5 раз

Разные точки зрения: догнала ли Google лидеров с Gemini 4 Argon?

Gemini 4 Argon стоит $2/$10 за миллион токенов — в 5 раз дешевле Fable и Astra на выходе — и, по данным нашего выпуска от 11 октября 2026 года, набирала 77,9% на DeepSWE v1.1 против 74,2% у Claude Opus 5.5, но первые практические обзоры оценивают модель осторожнее, чем цифры (The AI Daily Brief).

Инструменты и приёмы

Коротко

Не знаете, какую модель брать под свою задачу? Напишите боту слово ВЫБОР — пришлю материал о том, как выбрать нейросеть под задачу и не утонуть в тестировании: https://t.me/consultant_ai_skills_bot?start=VYBOR_blog